BMEL fördert Projekte zum Einsatz von Künstlicher Intelligenz in der Landwirtschaft und den ländlichen Räumen
Künstliche Intelligenz (KI) hilft dabei die Landwirtschaft und die ländlichen Räume zukunftsfähig zu machen. Mit einer Bekanntmachung zur Förderung der KI in der Landwirtschaft, der Lebensmittelkette, der gesundheitlichen Ernährung und den ländlichen Räumen fördert das BMEL im Rahmen von Forschungsvorhaben 36 Verbundprojekte. Insgesamt beläuft sich das Fördervolumen der Projekte auf rund 44 Millionen Euro.
Gefördert werden Forschungsvorhaben, die ihren Schwerpunkt in einem oder mehreren der sechs nachfolgenden beispielhaften KI-Bereiche haben:
- Mustererkennung, Musteranalyse und Mustervorhersage
- Maschinelles Lernen
- Deep Learning
- Wissensbasierte Systeme
- Intelligente Maschinen (Robotik)
- Maschinelles Planen und Handeln
Verschiedene Förderbereiche für den Einsatz von KI
Im Förderbereich der Landwirtschaft werden insgesamt 28 Projekte gefördert, die eine Vielzahl an Themenkomplexen abdecken. Insgesamt 24 Projekte im Bereich der Landwirtschaft betreffen Themen der Pflanzenproduktion. Dort werden unter anderem die Schwerpunkte Pflanzenzucht, Ertragsschutz, Pflanzengesundheit, Unkrautkontrolle und vernetzte Landtechnik im Kontext der Nachhaltigkeit für den Einsatz von KI genauer erforscht. Konkrete KI-Forschungsgebiete sind der Einsatz von Robotik und Drohnen, maschinelles Lernen sowie smarter Sensortechnik. Darüber hinaus gibt es viele Anwendungsfälle zu Daten- und Farmmanagementsystemen. Vier weitere landwirtschaftliche Projekte betreffen den Bereich der Nutztierhaltung. Schwerpunkte sind hier insbesondere der Tierschutz und das Tierwohl - dies in Verbindung mit entsprechenden Haltungssystemen, Züchtungsfortschritten sowie dem Erhalt der Tiergesundheit. Erforscht werden in diesem Zusammenhang innovative Verfahren, die durch den Einsatz von KI das Tierwohl verbessern und zu einer gesteigerten Qualität sowie Effektivität führen.
In den Bereichen Lebensmittelkette und gesundheitliche Ernährung fördert das BMEL insgesamt fünf Projekte. In diesen Projekten wird der Einsatz von KI zur Erhöhung der Lebensmittelsicherheit und -qualität, Transparenz sowie nachhaltigen und gesundheitsorientierten Verbraucherverhaltens erforscht. Anwendungsmöglichkeiten von KI finden sich in diesen Bereichen u.a. in der Entwicklung hilfreicher Apps für Verbraucherinnen und Verbraucher.
Im Förderbereich der ländlichen Räume werden insgesamt drei Projekte gefördert. Diese umfassen die Schwerpunkte regionale Wertschöpfungsketten und Vermarktung regionaler Produkte sowie die Stärkung der Innovationskraft in den ländlichen Regionen.
Alle Projekte sind gestartet
Das BMEL hat am 19. Februar 2021 den ersten Förderbescheid an das bereits im Dezember 2020 gestartete Projekt "KI-Pilot" übergeben. Nachfolgend sind auch alle anderen Projekte gestartet. Im April 2024 präsentieren die 36 Projekte ihre Forschungserfolge in Kaiserslautern.
In Ihrer Arbeit intensiv begleitet werden die 36 Forschungsvorhaben durch ein Vernetzungs- und Transferprojekt (X-KIT: Gaia-X und KI-Projekte: Transfer & Vernetzung). X-KIT wird zusammen mit den laufenden KI-Projekten wichtige Vernetzung und Transferleistungen durchführen. Das Vernetzungs- und Transferprojekt hat auch die Aufgabe bekommen, die Gaia-X Domäne Agrar in Ihrer Weiterentwicklung zu unterstützen, insbesondere in der technischen Lösung und des Supports einer Anbindung der KI-Projekte an die Gaia-X Infrastruktur.
Die Projekte im Überblick:
AI2
Bereich Landwirtschaft (Pflanzenproduktion): Blattlaus-Identifikation durch Künstliche Intelligenz (Julius Kühn-Institut (JKI) - Bundesforschungsinstitut für Kulturpflanzen; ALM (Adaptiv Lernende Maschinen) GmbH). Mehr zum Projekt
AI-TEST-FIELD
Bereich Landwirtschaft (Pflanzenproduktion): Versuchsumgebung zur industrietauglichen Entwicklung semantischer Umgebungswahrnehmung (Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI); Hochschule Osnabrück; LEMKEN GmbH & Co. KG; Maschinenfabrik Bernard Krone GmbH & Co. KG). Mehr zum Projekt
BETTER-WEEDS
Bereich Landwirtschaft (Pflanzenproduktion): Wissensbasierte Standortanalyse für ein umweltgerechtes Unkrautmanagement im integrierten Pflanzenbau (Julius Kühn-Institut (JKI) - Bundesforschungsinstitut für Kulturpflanzen; Leibniz-Institut für Agrartechnik und Bioökonomie e.V. (ATB); Max-Planck-Institut für Biogeochemie; Technische Universität Ilmenau; Spleenlab GmbH). Mehr zum Projekt
BoniKI
Bereich Landwirtschaft (Pflanzenproduktion): KI-Basiertes Bonitursystem für pflanzengenaue, autonome Bonitierung (FZI Forschungszentrum Informatik; Landwirtschaftliches Technologiezentrum Augustenberg; SAM-DIMENSION UG). Mehr zum Projekt
DynAWI
Bereich Landwirtschaft (Pflanzenproduktion): Dynamische Agrarwetterindikatoren zur Extremwetterprognose in der Landwirtschaft mit Methoden der künstlichen Intelligenz und des maschinellen Lernens (Julius Kühn-Institut (JKI) - Bundesforschungsinstitut für Kulturpflanzen; Universität Augsburg; rasdaman GmbH; Dr. Steinrücken und Dr. Behrens - Soilution - GbR; Vereinigten Hagelversicherung VVaG). Mehr zum Projekt
EVOLECTION
Bereich Landwirtschaft (Nutztierhaltung): System zur Förderung des Zuchtfortschrittes in produktiven Sauenherden auf Grundlage einer Statistik-, KI und Sensordaten-basierten Selektion der Stammsauen in Herden mit Wechselkreuzung (Hölscher & Leuschner GmbH & Co. KG; Stiftung Tierärztliche Hochschule Hannover (TiHo)). Mehr zum Projekt
FreshRegio
Bereich Lebensmittelkette: Transparente Qualität in der regionalen Lebensmittelkette durch künstliche Intelligenz (Technologie Campus Grafenau der Technischen Hochschule Deggendorf (THD); SENORICS GmbH; Regiothek GmbH). Mehr zum Projekt
Hackroboter2
Bereich Landwirtschaft (Pflanzenproduktion): Hackroboter für Mais, Zuckerrüben und Sonnenblumen – Kameragesteuertes Hacken mit Hilfe eines Neuronalen Netzes in den Reihen der Kulturpflanzen (Universität Hohenheim; K.U.L.T. Kress Umweltschonende Landtechnik GmbH). Mehr zum Projekt
HEB-KI
Bereich Landwirtschaft (Pflanzenproduktion): Ein KI-basierter, ressourceneffizienter Ansatz unter Verwendung multipler Genom- und Phänom-Datensätze zur Einbringung neuartiger Allele in die Gerstenzüchtung (Martin-Luther-Universität Halle-Wittenberg; Computomics GmbH). Mehr zum Projekt
KAMI
Bereich Landwirtschaft (Nutztierhaltung): Künstliche Intelligenz zur Erfassung der Atmung bei Milchkühen (Leibnitz-Institut für Agrartechnik und Bioökonomie e.V. (ATB); dida Datenschmiede GmbH; Lehr- und Versuchsanstalt für Tierzucht und Tierhaltung (LVAT) e.V.; ITEMA GmbH; Stiftung Universität Hildesheim). Mehr zum Projekt
KIBREED
Bereich Landwirtschaft (Pflanzenproduktion): Züchtung von standortangepassten Sorten mittels Algorithmen der Künstlichen Intelligenz (Leibniz-Institut für Pflanzengenetik und Kulturpflanzenforschung (IPK); KWS SAAT SE & Co. KGaA). Mehr zum Projekt
KIdetect
Bereich Landwirtschaft (Pflanzenproduktion): Zuverlässige Identifikation des Wachstumszentrums von Unkräutern bei kameragesteuerten Hackgeräten durch den Einsatz Künstlicher Intelligenz in der Bildverarbeitung (Technologie Campus Parsberg-Lupburg der Technischen Hochschule Deggendorf (THD); Universität Passau; PCO AG; Fritzmeier Umwelttechnik GmbH & Co. KG). Mehr zum Projekt
KI-iREPro
Bereich Landwirtschaft: Künstliche Intelligenz für die innovative Ertragsprognose von Reben (Julius Kühn-Institut (JKI) - Bundesforschungsinstitut für Kulturpflanzen; Rheinische Friedrich-Wilhelms-Universität Bonn; Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB); Vineyard Cloud GmbH; Deutsches Weintor eG). Mehr zum Projekt
KINERA
Bereich Landwirtschaft (Pflanzenproduktion): Künstliche Intelligenz für eine effiziente und resiliente Agrartechnik (Universität Hohenheim; Smart Site Solutions GmbH; Exatrek - EXA Computing GmbH). Mehr zum Projekt
KINLI
Bereich Lebensmittelkette: Künstliche Intelligenz für nachhaltige Lebensmittelqualität in Lieferketten (Fraunhofer-Institut für Angewandte Informationstechnik (FIT); Hochschule Niederrhein; Hochschule Offenburg; Kolsert KG; Sauels frische Wurst GmbH Fleischwaren & Co. KG). Mehr zum Projekt
KIO-Sens
Bereich Landwirtschaft (Pflanzenproduktion): KI-unterstützte Optimierung des Einsatzes von NIR/MIR-Sensoren in der Landwirtschaft (LKS - Landwirtschaftliche Kommunikations- und Servicegesellschaft mbH; Hochschule Mittweida). Mehr zum Projekt
KI-Pilot
Bereich ländliche Räume: Plattform für Werkzeuge der Künstlichen Intelligenz zur Stärkung der Innovationskraft in ländliche Regionen und Schaffung eines Reallabors für Künstliche Intelligenz (Umwelt-Campus Birkenfeld der Hochschule Trier). Mehr zum Projekt
KIRa
Bereich Landwirtschaft (Pflanzenproduktion): KI-gestützte Plattform zur Klassifikation und Sortierung von Pflanzensamen – Bewertung der Saatgutreinheit am Musterfall Raps (NPZ Innovation GmbH; Universität Leipzig; Fachhochschule Bielefeld). Mehr zum Projekt
KI-SusCheck
Bereich gesundheitliche Ernährung: KI zur Förderung gesünderen und nachhaltigen Verbraucherverhaltens – "Nachhaltiger Einkaufsassistent" (KErn - Kompetenzzentrum für Ernährung der Bayerischen Landesanstalt für Landwirtschaft (LfL); IBM Deutschland GmbH; fortis GmbH). Mehr zum Projekt
KI-Zucht
Bereich Landwirtschaft (Pflanzenproduktion): Künstliche Intelligenz als Basis für die auf „Big Data“ basierte Pflanzenzüchtung der Zukunft (Justus-Liebig-Universität Gießen; NPZ Innovation GmbH; Deutsches Forschungszentrum für Künstliche Intelligenz GmbH). Mehr zum Projekt
KRIBL
Bereich Landwirtschaft (Pflanzenproduktion): Kleine Roboter für den Intelligenten Biologischen Landbau (Universität zu Lübeck; Johann Heinrich von Thünen-Institut (Thünen) - Bundesforschungsinstitut für Ländliche Räume; Wald und Fischerei; Hofgemeinschaft Gut Rothenhausen GbR; Hof Falkenhausen; IDE.Automation GmbH). Mehr zum Projekt
mAInZaun
Bereich Landwirtschaft (Nutztierhaltung): Modularer, autonomer und intelligenter Weide(schutz)zaun mit Erkennung und Vergrämung von Prädatoren (Justus-Liebig-Universität Gießen; Universität Bremen; RoFlexs GmbH). Mehr zum Projekt
Movi-Q
Bereich Lebensmittelkette: Entwicklung eines mobilen und modularen Prototyps zur visuellen Qualitätserkennung durch künstliche Intelligenz in der Lebensmittelindustrie (Deutsches Institut für Lebensmitteltechnik e.V. (DIL); Deutsches Forschungszentrum für Künstliche Intelligenz GmbH; sionn.engineering GmbH; Sola Bonum GmbH; Heidemark Mästerkreis GmbH & Co.KG). Mehr zum Projekt
PhenoTruck
Bereich Landwirtschaft (Pflanzenproduktion): Mobiles Labor zur schnellen und sicheren Identifizierung von Quarantäneschaderregern in der Landwirtschaft (RLP AgroScience GmbH; Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein; Logxon GmbH & Co. KG). Mehr zum Projekt
PINOT
Bereich Landwirtschaft (Pflanzenproduktion): Projekt zur Entwicklung einer Künstlichen Intelligenz für oenologische Technologie (Weincampus Neustadt des Dienstleistungszentrums Ländlicher Raum (DLR) Rheinpfalz; Wille Engineering; Genie Enterprise Inc.; Weingut Lergenmüller Gbr; Vineyard Cloud GmbH; Fraunhofer-Institut für Integrierte Schaltungen (IIS); Umwelt-Campus Birkenfeld der Hochschule Trier. Mehr zum Projekt
PORTAL
Bereich Landwirtschaft (Pflanzenproduktion): Pflanzenzüchtung mittels Robotik und KI zur erweiterten Datenanalyse und Entscheidungsfindung im virtuellen Raum (NPZ Innovation GmbH; Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI)). Mehr zum Projekt
RegisTer
Bereich Landwirtschaft (Pflanzenproduktion): Einsatz von Künstlicher Intelligenz und optischen Sensoren zur Merkmalserfassung in Sortenprüfungen bei Zuckerrüben (Pheno-Inspect GmbH; Rheinische Friedrich-Wilhelms-Universität Bonn; Institut für Zuckerrübenforschung beim Verein der Zuckerindustrie e.V.; Bundessortenamt). Mehr zum Projekt
resKIL
Bereich Landwirtschaft (Pflanzenproduktion): Ressourceneffiziente KI für eingebettete Systeme in Landmaschinen (CLAAS E-Systems GmbH; CLAAS Selbstfahrende Erntemaschinen GmbH; Zauberzeug GmbH; Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI); Universität Osnabrück; Technische Universität Dortmund). Mehr zum Projekt
RoLand
Bereich Landwirtschaft (Pflanzenproduktion): Robotische Systeme in der Landwirtschaft (Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI); Hochschule für Angewandte Wissenschaften (HAW) Hamburg; Othmerding Maschinenbau GmbH & Co. KG). Mehr zum Projekt
SMAEG-Bot
Bereich ländliche Räume: Smart Eating Bot für regionale Lebensmittel (Regiothek GmbH; Universität Passau). Mehr zum Projekt
SmartGrape
Bereich Landwirtschaft (Pflanzenproduktion): KI-basiertes MIR-Messsystem zur Qualitätsbestimmung im Weinbau (Fraunhofer-Institut für Verfahrenstechnik und Verpackung (IVV); LiquoSystems GmbH; QuoData Gesellschaft für Qualitätsmanagement und Statistik mbH; IRPC Infrared - Process Control GmbH; Weincampus Neustadt des Dienstleistungszentrums Ländlicher Raum (DLR) Rheinpfalz). Mehr zum Projekt
smartMILC
Bereich Landwirtschaft (Nutztierhaltung): Smart Multisensor Integration for Livestock Care (Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI); Leibniz-Institut für Agrartechnik und Bioökonomie e. V. (ATB); iotec GmbH; proPlant Agrar- und Umweltinformatik GmbH; dropnostix GmbH). Mehr zum Projekt
Stadt-Land-Fluss
Bereich ländliche Räume: Daten- und KI-gestützter Aufbau und Stärkung von Wertschöpfungsketten im Bereich der regionalen Ernährungssysteme (Fraunhofer-Institut für Offene Kommunikationssysteme (FOKUS); Hochschule für nachhaltige Entwicklung Eberswalde; Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI); Pro agro - Verband zur Förderung des ländlichen Raums in der Region Brandenburg-Berlin e.V.; Verband der Software-, Informations- und Kommunikations-Industrie in Berlin und Brandenburg e.V. (SIBB); Technische Universität Berlin; GHS Gruber & Hufnagel Softwareentwicklung GmbH; Terra Naturkost Handels KG; PIELERS GmbH; Lienig Wildfruchtverarbeitung GmbH). Mehr zum Projekt
WeedAI
Bereich Landwirtschaft (Pflanzenproduktion): Entwicklung eines KI-basierten Expertensystems zur Beurteilung der Effektivität von Unkrautbekämpfungsmaßnahmen unter Berücksichtigung des Schadschwellenprinzips am Beispiel von sensorgeführten Hackmaschinen (Rheinische Friedrich-Wilhelms-Universität Bonn; Rheinischer Rübenbauer-Verband e.V.). Mehr zum Projekt
Weed-AI-seek
Bereich Landwirtschaft (Pflanzenproduktion): Entwicklung eines intelligenten UAV-gestützten Unkrautmonitoringsystems für den selektiven und teilflächenspezifischen Herbizideinsatz (Leibniz-Institut für Agrartechnik und Bioökonomie e.V. (ATB); Hochschule Harz; CiS GmbH). Mehr zum Projekt
X-KIT
Bereichsübergreifendes Vernetzungs- und Transferprojekt: Gaia-X und KI-Projekte: Transfer & Vernetzung (Fraunhofer-Institut für Experimentelles Software Engineering (IESE); Kuratorium für Technik und Bauwesen in der Landwirtschaft e. V. (KTBL); Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS); Fraunhofer-Institut für Großstrukturen in der Produktionstechnik (IGP); Fraunhofer-Institut für Graphische Datenverarbeitung (IGD); Fraunhofer-Institut für Fabrikbetrieb und -automatisierung (IFF); Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB)). Mehr zum Projekt
Zukunftslabor2030
Bereich Lebensmittelkette: Zukunftsszenarien für den Verbraucherschutz auf Basis von Qualitäts- und Sicherheitsinformationen von Lebensmitteln, innovativen Messmethoden und KI (tsenso GmbH; benelog GmbH & Co. KG; Max Rubner-Institut für Sicherheit und Qualität bei Fleisch; Bayrisches Landesamt für Gesundheit und Lebensmittelsicherheit; Universität Bayreuth; Bundesinstitut für Risikobewertung (BfR); Fraunhofer-Institut für Verfahrenstechnik und Verpackung (IVV); Technologiecampus Grafenau der Technischen Hochschule Deggendorf (THD)). Mehr zum Projekt
Karte der Projekte zu Künstlicher Intelligenz
Das BMEL fördert zur Etablierung der Künstlichen Intelligenz (KI) in der Landwirtschaft, der Lebensmittelkette, der gesundheitlichen Ernährung und den ländlichen Räumen 36 Verbundprojekte. Auf der Deutschlandkarte sehen Sie, wo sich die jeweilige Koordinationsstelle der einzelnen Forschungsvorhaben befindet.
Suchergebnisse
-
KIO-Sens – NIR-Sensortechnik mithilfe von KI optimieren
Genauere Vorhersagen durch intelligente Algorithmen
NIR-Sensoren sind in der Lage, Nährstoffgehalte im Erntegut oder in Gülle recht genau abzuschätzen. Das Projekt KIO-Sens will das Potenzial dieser Technik mithilfe von KI-Algorithmen steigern.
Mehr -
PINOT – Entwicklung einer "künstlichen Nase" für Weinbau und Handel
Den richtigen Riecher haben
Im Projekt PINOT sollen geruchsaktive Stoffe im Wein automatisch erfasst und mittels Künstlicher Intelligenz (KI) objektiv bewertet werden.
Mehr -
BoniKI – pflanzengenaue Beurteilung durch autonome Systeme
Smarter Pflanzen-Check mit Blick fürs Detail
Das Projekt BoniKI will den aufwändigen Prozess der Bonitierung (Beurteilung) landwirtschaftlicher Pflanzenbestände mithilfe von Künstlicher Intelligenz (KI) vereinfachen. So soll in Zukunft ein breiter Anwenderkreis über ein automatisiertes Bonitursystem komplexes Expertenwissen erhalten und im eigenen Umfeld selbst anwenden können.
Mehr -
SmartGrape – mithilfe eines neuen Messsystems den Weinbau digitaler gestalten
Smarte Technik für smarten Weinbau
Künstliche Intelligenz (KI) hat auch im Weinbau großes Potenzial. Qualitätsüberprüfende Prozesse können mit einem neuen Messsystem einfacher und effizienter gestalten werden.
Mehr -
KI-Pilot – Wissen teilen und Austausch fördern
Mehr Einsatz von KI im ländlichen Raum
Weil Künstliche Intelligenz (KI) hohes technisches Wissen voraussetzt, will das Projekt KI-Pilot genau dieses Knowhow in die ländlichen Regionen tragen. Und zwar über einen „KI-Werkzeugkasten“ sowie ein Reallabor zum Experimentieren und Vernetzen.
Mehr -
mAInZaun – der intelligente Zaun, der Tierarten erkennt
Wölfe und Nutztiere gleichzeitig schützen
Weidetiere besser bewachen und dabei zugleich die gesellschaftliche Akzeptanz des Wolfes erhöhen: Darauf zielt mAInZaun ab, ein neuartiges Zaunsystem, das sich nähernde Wildtiere erkennt und auf sie intelligent reagiert.
Mehr -
KIdetect – Zuverlässiges Erkennen von Unkraut-Wachstumszentren
Den Durchblick auf dem Feld bekommen
Je stärker die Verunkrautung auf dem Feld, desto schwieriger wird es, sie präzise zu entfernen. Das Projekt KIdetect trainiert Künstliche Intelligenz (KI), die sich dieser Herausforderung stellt. Mithilfe von besonderen Bildinformationen erkennt die KI, wo Hackgeräte ansetzen müssen.
Mehr -
KI-iREPro – mithilfe von KI den Weinbau effizienter managen
Vorhandenes Wissen gezielt bündeln
Im Projekt KI-iREPro wird modernste Sensortechnik mit intelligenten, leistungsstarken Prognosemodellen verbunden.
Mehr -
weed-AI-seek – drohnengestützte KI soll Pflanzenschutz umweltfreundlicher machen
"Wie im Flug" Unkraut erkennen
Per Drohne erkennen, wo im Weizenfeld Unkräuter wachsen und diese dann ganz gezielt behandeln: Damit diese Vision wahr wird, trainiert ein Forschungsteam Künstliche Intelligenz (KI) mithilfe von Luftbildaufnahmen darin, alle Pflanzenarten eines Felds unterscheiden zu können.
Mehr -
KI-SusCheck – per App zu gesünderen und nachhaltigeren Lebensmitteln kommen
Smarter Einkaufen mit digitaler Assistenz
Es wird eine web-basierte Smartphone-App entstehen, die bei Entscheidungen zum Lebensmitteleinkauf unkompliziert hilft und schnell Klarheit darüber schafft, wie nachhaltig angebotene Produkte sind.
Mehr -
KAMI – Überwachung der Atemfrequenz von Milchkühen
Das Tierwohl von Kühen verbessern
Das Wohlbefinden von Milchkühen lässt sich verhältnismäßig gut über ihre Atmung ermitteln. Das Projekt KAMI zeichnet deshalb die Atmung der Tiere auf, um den Gesundheitszustand der Tiere besser beurteilen und frühzeitig präventiv tätig werden zu können.
Mehr -
EVOLECTION – Smarte Entscheidungshilfe für Schweinezuchtbetriebe
3D-Kameras kennen jedes Tier im Stall
In der Schweinezucht gehen immer mehr Züchterinnen und Züchter dazu über, ihre zukünftigen Zuchtsauen selber zu züchten. Die im Projekt EVOLECTION entwickelte Künstliche Intelligenz (KI) wird dabei helfen, bei der Auswahl der Tiere immer die richtigen Entscheidungen zu treffen.
Mehr -
Hackroboter2 – Autonome Unkrautbekämpfung innerhalb von Kulturpflanzenreihen
Hier wird nicht aus der Reihe getanzt
Unkräuter zwischen zwei Pflanzreihen etwa von Mais oder Zuckerrüben zu entfernen – das geht heute bereits automatisch. Innerhalb von Pflanzreihen fehlt den eingesetzten Systemen aber bislang der „Durchblick“. Mit smarten Kameras soll sich das nun ändern.
Mehr -
Stadt-Land-Fluss – mit KI für einen smarten Dialog sorgen
Nachhaltige Lieferketten ermöglichen
Ein Mangel an Daten ist meist gar nicht der Grund dafür, dass technische Lösungen in der Lebensmittelkette fehlen. Wichtiger ist mittlerweile die richtige Vernetzung. Das Projekt „Stadt-Land-Fluss" nimmt dies in die Hand und wird damit den Ausbau regionaler Wertschöpfungsketten stärken.
Mehr -
KIRa – Lernende Maschine entlastet Fachpersonal
Saatgut automatisch sortieren und klassifizieren
Das Projekt KIRa entwickelt einen Demonstrator, der Saatgutproben von Raps sensorisch und bildgebend erfasst. Für den großen Bereich der Saatgutproduktion werden die Ergebnisse des Projekts wichtige, neue Impulse geben.
Mehr -
SMAEG-Bot – Regionale Lebensmittel smart vermarkten
Wenn Hofladen und KI miteinander chatten
Auf der Online-Vertriebsplattform "Regiothek" bieten Betriebe ihre regional produzierten Lebensmittel interessierten Verbraucherinnen und Verbraucher an. Der KI-basierte Chatbot "SMAEG Bot" soll regional vermarktende Lebensmittelerzeugerinnen und -erzeuger dabei unterstützen, ihr Angebot unkompliziert zu digitalisieren.
Mehr -
KINERA – Produktionsprozesse in der Landwirtschaft optimieren
Einfacher, effizienter und umweltschonender
In der normalen landwirtschaftlichen Praxis erweisen sich die heutigen komplexen High-Tech-Landmaschinen oftmals als äußerst schwierig zu nutzen. Dies ist für die Landwirtinnen und Landwirte sehr unbefriedigend. Darüber hinaus wird das volle Potenzial der Maschinen so meist nie ganz ausgeschöpft. Künstliche Intelligenz (KI) soll dies ändern.
Mehr -
PhenoTruck – Quarantäneschaderreger schnell vor Ort identifizieren
Auf frischer Tat "erfasst"
Einige Schädlinge und Krankheiten sind für Pflanzen so gefährlich, dass ihre Verbreitung sofort verhindert werden muss. Doch Quarantäneschaderreger zu identifizieren, kann oft sehr viel Zeit beanspruchen. Ein smartes System vor Ort soll nun diesen Prozess beschleunigen.
Mehr -
resKIL – damit maschinelles Lernen in der Landwirtschaft deutlich mehr zum Einsatz kommt
Perfektionierte KI in der Landtechnik
Im Mittelpunkt des Projekts resKIL steht die landwirtschaftliche Arbeitsmaschine. Das Projektziel: die Entwicklung von Lösungsmethoden, damit Künstliche Intelligenz (KI) gerade unter den herausfordernden Bedingungen der Landwirtschaft schneller, kostengünstiger und effizienter umgesetzt werden kann.
Mehr -
KI-Zucht – schnell und präzise die ertragreichsten Sorten finden
Pflanzenzucht zündet den Turbo
Nachhaltigere oder klimaresistentere Pflanzen züchten – mithilfe von Algorithmen zur Mustererkennung und Maschinellem Lernen wird sich dieser sehr langwierige Prozess künftig deutlich beschleunigen lassen.
Mehr -
RegisTer – dank Drohnen die Leistungsfähigkeit einer Sorte automatisiert erkennen
Eine Revolution im Zuckerrübenanbau
Das Projekt RegisTer ebnet den Weg für schnellere und größere Züchtungserfolge bei Zuckerrüben. Das Projektteam erforscht das Potenzial einer sogenannten „Drohnenbonitur“. Dabei werden Drohnen automatisiert Zuckerrübensorten charakterisieren und bewerten.
Mehr -
Movi-Q – visuelle Qualitätskontrollen intelligent optimieren
Wie KI Lebensmittel sicherer macht
Optische Systeme spüren unermüdlich auf, was das menschliche Auge auch einmal übersehen kann. Damit aber Schadstellen an Lebensmitteln digital auch richtig klassifiziert werden, braucht es eine entsprechend trainierte Künstliche Intelligenz (KI).
Mehr -
RoLand – wie eine kostengünstige Automatisierung in der Landwirtschaft erreicht werden kann
Roboter für jedes Feld
Klein, flexibel und preiswert – durch diese Merkmale soll sich das im Projekt RoLand entwickelte Robotersystem auszeichnen. Die Projektverantwortlichen entwickeln ein mobiles System, das selbstständig Obst erntet – konkret Erdbeeren im freien Feld.
Mehr -
KIBREED – mithilfe von KI standortangepasste Pflanzen züchten
Ertragssicherheit trotz Klimawandel
Im Projekt KIBREED werden Werkzeuge für die Pflanzenzüchtung entwickelt und erprobt. Diese sollen mithilfe von Künstlicher Intelligenz (KI) die Sortenwahl für die Landwirtschaft optimieren. Ziel ist, in der landwirtschaftlichen Praxis auch zukünftig die Ertragssicherheit zu erhalten.
Mehr -
PORTAL – alle züchterisch relevanten Daten im virtuellen Raum zusammenführen
Durch den virtuellen Zuchtgarten gehen
Im Projekt PORTAL soll ein "virtueller Zuchtgarten" entwickelt werden. Das ermöglicht dann erstmals - unabhängig von Zeit und Raum - Pflanzen und Parzellen eines Feldes in einem virtuellen und erweiterten Abbild züchterisch zu erfassen. Moderne Technologien aus den Bereichen Künstliche Intelligenz (KI), Robotik und virtueller Realität (VR) werden dazu erweitert und zusammengeführt.
Mehr -
AI2 – Schadinsekten automatisch erkennen
Eine Laus kommt selten allein
Um Blattläuse im Ackerbau sinnvoll bekämpfen zu können, müssen sie zunächst einmal eindeutig identifiziert werden. Das dauert heutzutage oft noch zu lang. Künstliche Intelligenz (KI) soll das zukünftig beschleunigen.
Mehr -
HEB-KI – Künstliche Intelligenz sucht nach der Gerstensorte von morgen
Beschleunigte Sortenentwicklungen ermöglichen
Mit Hilfe von Künstlicher Intelligenz (KI) erhöht das Projekt HEB-KI die genetische Vielfalt von Gerste in Züchtungsprogrammen. So wird sichergestellt, dass eine schnelle und verbesserte Anpassung unserer Kultursorten an sich verändernde klimatische Bedingungen möglich ist.
Mehr -
KRIBL – erschwingliche Robotik auch für kleine Betriebe
Den Einsatz von KI "demokratisieren"
Innovative Zukunftslösungen sollten für alle landwirtschaftlichen Betriebe zugänglich sein. Das will KRIBL unterstützen, indem es praktikable, kleine Robotersysteme zu erschwinglichem Preis und mit flexiblen Einsatzmöglichkeiten entwickelt.
Mehr -
smartMILC – Künstliche Intelligenz überwacht das Tierwohl im Stall
KI im Milchviehstall
Das Projekt smartMILC wertet Sensordaten mithilfe von Künstlicher Intelligenz (KI) aus. Dies soll ermöglichen, dass Gesundheit und Wohlergehen von Tieren zukünftig noch besser im Blick behalten werden können.
Mehr -
DynAWI – Extremwettersituationen sicher und regionsspezifisch vorhersagen
Extremwettergefahren immer im Blick haben
Geodaten sind wichtig, um genau abschätzen zu können, wann und wo für die Landwirtschaft schädliche Extremwettersituationen auftreten werden. Allerdings wächst die Menge dieser Geodaten immer rasanter an. Es braucht daher effiziente „Big Data-Methoden“, um sie zum Nutzen der Landwirtschaft erschließen zu können. Diese Methodik soll im Projekt DynAWI entwickelt werden.
Mehr -
BETTER-WEEDS – genau wissen, was auf dem Acker wächst
Unkraut ist nicht gleich Unkraut
Nur gegen die Unkräuter vorgehen, die die Kulturpflanzen hemmen – das funktioniert nur, wenn man jedes Unkraut genau kennt und weiß, in welcher Situation eine Bekämpfung notwendig ist und in welcher nicht. Um dieses Ziel zu erreichen, setzt das Projekt BETTER-WEEDS Künstliche Intelligenz (KI) ein.
Mehr -
Zukunftslabor2030 – Fleischprodukte digital entlang der Lieferkette überwachen
Das Schnitzel bekommt einen "Digitalen Zwilling"
Das Projekt Zukunftslabor2030 untersucht die Einsatzmöglichkeiten von Künstlicher Intelligenz (KI) zur genauen Prognose der Verderbsprozesse von Fleischprodukten. Dies soll dabei helfen, die Lebensmittelverluste bei Fleischprodukten zu senken.
Mehr -
WeedAI – nicht-chemische Unkrautbekämpfung im Zuckerrübenanbau fördern
Moderner geht’s nicht – aber eventuell effektiver?
Bei der mechanischen Unkrautbekämpfung ist der erhöhte Nutzen innovativer Hacktechniken oft wenig bekannt. Das Projekt WeedAI entwickelt daher ein auf Künstlicher Intelligenz (KI) basiertes Bewertungsverfahren, um diese Wissenslücke zu schließen.
Mehr -
FreshRegio – Qualität bei Obst und Gemüse messbar machen
Faire Preise für Obst und Gemüse
Welche Qualität Obst oder Gemüse haben, lässt sich von außen betrachtet oft nicht genau sagen. Mobile Qualitätsscanner kombiniert mit Künstlicher Intelligenz (KI) könnten das bald ändern – und so für gerechtere Preise und weniger Lebensmittelabfälle sorgen.
Mehr -
AI-TEST-FIELD – intelligente Sensorsysteme für verschiedene Bedingungen
Landwirtschaftliche Felder mit allen digitalen Sinnen wahrnehmen
Vom Wetter bis zu den Bodeneigenschaften: Sensordaten und ihre Interpretation hängen von unterschiedlichen Umgebungsbedingungen ab. Das Projekt AI-TEST-FIELD will KI-basierte Algorithmen in einem Outdoor-Testfeld darauf einstellen.
Mehr -
X-KIT - Vernetzung und Austausch sind wichtig
X-KIT – Unterstützung der KI-Projekte sowie der Gaia-X Domäne Agrar
Das Projekt X-KIT begleitet 36 KI-Forschungsvorhaben als Vernetzungs- und Transferprojekt und wird sich darüber hinaus tatkräftig an der Weiterentwicklung der Gaia-X Domäne Agrar beteiligen.
Mehr -
KINLI - "Nachhaltige Lebensmittelqualität" realisieren
KINLI – Tiergesundheit und Lebensmittelqualität bewerten und verbessern
Ziel des Vorhabens KINLI ist es, mit Hilfe des Einsatzes von Künstlicher Intelligenz (KI) im Bereich der Fleischverarbeitung eine nachhaltige Lebensmittelqualität sicherzustellen. Dies bedeutet neben höchsten Ansprüchen an die Qualität der Fleischwaren auch höchste Ansprüche in Bezug auf die Aufzucht- und Haltungsbedingungen der verarbeiteten Tiere.
Mehr
Die Projektträgerschaft der Forschungsvorhaben liegt bei der Bundesanstalt für Landwirtschaft und Ernährung (BLE). Mehr Informationen.
Zum Thema
- Künstliche Intelligenz für eine nachhaltigere Landwirtschaft (PDF, 1.016KB, Datei ist barrierefrei⁄barrierearm)
- Glossar zur Erklärung wesentlicher Begriffe der Digitalisierung (PDF, 4MB, Datei ist barrierefrei⁄barrierearm)
- Digitalisierung in der Landwirtschaft - Chancen nutzen - Risiken minimieren (PDF, 7MB, Datei ist barrierefrei⁄barrierearm)
